買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中南大學申請的專利新生兒眼底圖像描述生成方法及成像方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119992242B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510480474.9，技術領域涉及：G06V10/764；該發明授權新生兒眼底圖像描述生成方法及成像方法是由梁毅雄;張驍;江冰;郭杰設計研發完成，并于2025-04-17向國家知識產權局提交的專利申請。

本新生兒眼底圖像描述生成方法及成像方法在說明書摘要公布了：本發明公開了一種新生兒眼底圖像描述生成方法及成像方法，包括獲取現有的新生兒眼底圖像并進行描述和預處理以構建訓練數據集；基于特征提取網絡、特征映射網絡和大語言模型，構建新生兒眼底圖像描述生成初始模型并訓練得到新生兒眼底圖像描述生成模型；采用得到的新生兒眼底圖像描述生成模型進行新生兒眼底圖像描述的自動生成。本發明提供的這種新生兒眼底圖像描述生成方法及成像方法，通過結合特征提取、特征映射和大語言模型的技術方案，針對新生兒眼底圖像設計了對應的圖像特征提取網絡和特征映射網絡，并采用描述生成方案，不僅針對性地實現了新生兒眼底圖像描述的生成和成像，而且可靠性更高，精確性更好。

本發明授權新生兒眼底圖像描述生成方法及成像方法在權利要求書中公布了：1.一種新生兒眼底圖像描述生成方法，其特征在于包括如下步驟： S1.獲取現有的新生兒眼底圖像； S2.對步驟S1獲取的新生兒眼底圖像進行描述和預處理，以構建訓練數據集； S3.基于圖像特征提取網絡、特征映射網絡和大語言模型，構建新生兒眼底圖像描述生成初始模型； 新生兒眼底圖像描述生成初始模型包括依次串接的圖像特征提取網絡、特征映射網絡和描述生成模塊；圖像特征提取網絡用于對輸入的圖像數據進行特征提取；特征映射網絡用于將提取得到的特征映射到對應的圖像描述；描述生成模塊用于根據得到的圖像特征和對應的文本提示詞，生成輸入圖像的描述； 具體包括如下步驟： 基于SigLip模型構建圖像特征提取網絡，用于對輸入的圖像數據進行特征提取； 基于多層感知機模型構建特征映射網絡，用于將提取得到的特征映射到對應的圖像描述； 基于Qwen2模型構建描述生成模塊，用于根據得到的圖像特征和對應的文本提示詞，生成輸入圖像的描述； S4.采用步驟S2得到的訓練數據集，基于似然函數，對步驟S3構建的新生兒眼底圖像描述生成初始模型進行訓練，得到新生兒眼底圖像描述生成模型； 訓練過程中：通過參數高效微調的訓練方式，最大模型的似然函數；在一個批次內的似然函數表示為：式中為在參數下的概率；B為批次的大小；為對應批次中第b個樣本的當前位置預測值；為對應批次中第b個樣本的圖像；為對應批次中第b個樣本的預測位置之前的輸入指令，為對應批次中第b個樣本的預測位置之前的生成內容； 模型權重的更新算式表示為:式中為更新后的模型參數；為由可訓練參數編碼的模型權重增量；為步驟S3中構建的新生兒眼底圖像描述生成初始模型的模型參數 在更新模型權重時，針對特征映射網絡和描述生成模塊進行權重更新：對于線性層，權重矩陣表示為W，偏置表示為b，權重矩陣的增量表示為，設定線性層的輸入為z，則經過參數高效微調后，線性層的前向傳播表示為:式中h為線性層的輸出；為縮放因子，用于調整權重增量的值； S5.采用步驟S4得到的新生兒眼底圖像描述生成模型，進行新生兒眼底圖像描述的自動生成。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中南大學，其通訊地址為：410083 湖南省長沙市岳麓區麓山南路932號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。